《纹理旋转不变性描述及分类研究》由会员分享，可在线阅读，更多相关《纹理旋转不变性描述及分类研究（14页珍藏版）》请在金锄头文库上搜索。
1、精品纹理旋转不变性描述及分类研究中文摘要纹理分析，作为计算机视觉和图像处理中的一个基本问题，在过去的儿十年中已经获得了长足的发展。不变性纹理分析则是其中的一个前沿性课题，是纹理分析中的重点。纹理不变性分析在许多实用领域有着广泛的应用，如:基于内容的图像检索、遥感图像分析、医学图像分析、生物特征识别以及LI标识别等领域，相关的研究虽然在过去的儿十年中得到了长足的发展，但是其识别精度、效率仍不能满足实际中的要求，所以仍然需要进一步的研究。本文对纹理做了全面的概述，从不同角度给出纹理的定义，概述了纹理研究的现状，介绍了一些常用的不变纹理分析方法，从基于统计的方法、基于模型的方法、基于结构化的方法和基
2、于频域，空间的方法四个方面进行了详细的介绍。后面给出了旋转不变纹理特征的提取的两种方法，并进行了实验验证。本论文主要工作如下：，、本文提出并实现了一种新的基于，变换和，变换的纹理旋转不变性分析描述方法。本方法首先对纹理图像作，变换，然后再对其作傅立叶变换并取模，从而得到不变特征。在，变换过程中，纹理图像的旋转被转换为角度方向上的平移。在计算，变换时选择图像上的一个圆形区域;然后，再对其做，变换，通过对得到的频谱图像取模，因其模具有平移不变性从而消除了平移影响，获得了纹理旋转不变特征描述。理论分析和实验结果表明了该方法的可行性以及良好的鲁棒性。，、本文针对LI前流行的小波分析方法，在原有模型的基
3、础上进行了学习，并和我们提出的，力变换的方法进行了比较。算法的思想就是通过极坐标变换，将笛卡尔坐标系下图像的旋转转换为基座标系下图像的平移，然后对图像进行自适应行平移不变小波包分解，再对各分解子带进行特征提取，最终得到图像的旋转不变特征。实验表明这种方法是有效的，而且对噪声具有较好的鲁棒性。总之，不变性纹理分析是纹理分析中的一个具有挑战性的课题，而旋转不变性分析则是其中的一个难点问题，本文提出了一种新的基于，啦和，变换的纹理旋转不变性识别方法，该方法具有良好的识别效果和鲁棒性，希望本文的工作能对以后的旋转不变性纹理分析的研究起到一定的推动作用。关键词:纹理分析，旋转不变，变换，变换极坐标变换，
4、小波变，一撕柚，），勺力他Wh,，,yyyyyyyy，兀万，,咖G,，）,）,）,）J马,，,，（,?j,iffi、yyy9，4，），），i,，,2，,，9）,ILL，y,（五iyy,，,?,2,，,，白一一），），呼 L,，岱S,力 【I，Wi,刃 y y y,） ， ）,）,-JTI(,?刃食壬I ,、）yyyyyyyy ，w&, *,】I、匕,，询才，9，yyyyyyyyyy,仙谢仃月由，,Ittl),)(，v 9 99) v 力口），）讥，）加!）,）,），舟，iSfi，一，（，,，? ”拍，夕，一，彳丁一?F拍，勺lii, , yi, Mil,、,曲y y yy , ，） 彳丁（ ,
5、 （，）y y y y yy v隹也，够，仃，,）,），耐一，仃）,）?啪，），木，隹 口， 2， 一 ，由，），, ,） ,，J、，Ao（1A19 ，）,，yyyyyyyyyyy ）3,也/，,）19 9 9 9 9,），）,）,（）,2, J八 ， y ）,）,，），），彳丁），）ftH隹八，,，”八1）,（，Ajyj,，yyyyyyyy),，yyWJWA,彳丁Ofifl.,，) . (,币，（，,，日，印，白，）5til,，00币一一一一一（，y，一一一一一一ihH.,yyyyyyyyy,ift,It,Er,，），,，,，,，yyyyI，ytti，），才I,，,，），）八一一一，一彳丁，
6、八【一，,，）女JJJJJJJJJJJ（JJ,，）,）,1）,iW,yjfeH.,一彳丁觎，1仃趾，向加呜，仃蝌，仃，独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得参盗盘登或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一虢翟啼?签字占期:炒夕年男日学位论文版权使用授权书本学位论文作者完全了解茉卷盘堂有关保留、使用学位论文的规定。特授权墨盗盘堂可以将学位论文的全部或部分内容编入有关数据库进行
7、检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）一躲籀珞占新签名：那山签字，期：？棚夕年易月，矿日签字嘲：，“月？日第一章绪论第一章绪论，（，研究背景、的和意义图像分析是当今讣算机科学中最具有前景的领域之一，它是随讣算机技术发展起来的一个新兴的汁算机应用领域。在对遥感图像和医学图像的分析和处理中讣算机图像处理技术开始迅速发展起来。人们可以通过卫星遥感或航空遥感得到地面资源的图像以完成各种任务，如:农作物面积和产量估计、水利资源勘探和管理、矿物和石油勘探、土地合理利用、城市设计、军事LI标
8、监视、环境保护等。随着对图像的深入研究，对图像中的纹理的研究也逐渐开展起来。纹理分析是讣算机视觉和数字图像处理中的一个重要的研究课题，它研究的最终LI的就是希望计算机能够模拟人类的知觉系统对外部世界的感知能力，也就是要求计算机能够“感知：世界。从纹理分析的发展过程我们可以看到，它是随着视觉理论发展而逐步发展的，反过来，纹理分析的不断进步乂可以为视觉理论的研究提供事实依据，促进了视觉理论的向前发展。从图，（，我们可以看到，向上，纹理分析可以促进人眼视觉理论的发展，为人眼视觉理论提供事实依据；向下，纹理分析可以用于图像检索、遥感图像分析、医学图像分析、军事、安全、目标识别等。图，（，纹理分析的应用
9、山于纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的视觉特笫一章绪论征，它是所有物体表面的内在特性，包含了物体表面结构组织排列的重要信息以及他们与周圉环境的联系，因而纹理特征在基于内容的图像检索中得到了广泛的应用。用户可以通过提交包含有某种纹理的图像来查找含有相似纹理的其它图像。对纹理图像特征的研究可以用来识别LI标，纹理是LI标的一种重要特性，在LI标分类和识别中有很广泛的应用前景。在实际应用中，我们很难保证图像是从相同的视点获取的（例如，具有相同的平移量、旋转角度和尺度变化），经常发生的则是视点的改变。另外，从人类认知学的角度和我们自己的感知经验出发，给定一幅纹理图像，无论它在平移、
10、旋转、尺度还是在仿射变换下如何改变，对一个观察者来说，总是感觉到这幅图像具有相同的纹理特性。也就是说人的视觉感知系统具有视觉不变性。这一点己经被认知学和计算机视觉领域的科研_L作者们所普遍认可。因此，无论从理论上讲还是从实际应用出发，纹理分析都应具有视觉不变性，。由于纹理不变性分析的重要性，迄今为止，人们对他的研究已有，多年的历史。在这期间，取得了一些重大成果，提出了许多纹理分析方法。对于旋转不变性分析，在近年来也引起了越来越多的人的关注，发表了大量的文献和著作，提出了许多识别方法【，。】。尽管做了大量的工作，但是对于纹理旋转的不变性识别，仍然存在识别率不够高、算法复杂等问题。言了前，针对纹理
11、旋转的不变性识别研究仍然是图像处理中的一个重点课题，我们的LI标就是寻找，些具有旋转不变性的纹理特征和探索新的、有效的旋转不变性纹理分析方法。本文正是为了解决这一问题，针对现在所提出的方法所存在的某些问题，希望提出一种新的有效的算法，能够很好地解决旋转纹理不变性识别。，（，研究的历史沿革纹理是人类视觉的一个重要组成部分，它能为景象深度和表面取向提供线索。令人遗憾的是，迄今为止仍难以为纹理进行适当建模。山于纹理特征对模式识别和计算机视觉等领域的重要意义，纹理不变性分析越来越得到关注，在过去的三十年中进行了一系列的研究工作，取得了重大的成果，提出了许多纹理的分析方法。这些方法大致可以分为四类，分别
12、是基于纹理统计的方法、基于模型的方法、基于结构的方法和基于空间，频域的分析方法。其中统计分析方法广泛应用于纹理分析中，这种方法，般从灰度图像中计算出灰度共生矩阵、对比度、自相关函数、矩、燔、以及均匀度等纹理特征。当纹理基元很小并构成微纹理时，统计方法比较有效；当纹理基元很大时，结构化方法比较有效。应用结构化的方法首先要确定基元的形状和性质，然后确定操作这些基元的规则。结构化方法主第一章绪论要是研究纹理单元的儿何形态，如单元密度、面积、周长、偏心度、方向、延伸度、幅度、紧支型、欧拉数、矩等。基于模型的方法是一种自底向上的纹理分析方法，这种方法将纹理描述为统计学、统计物理学、信号分析、信息论等学科
13、中相应的概率模型、物理模型或一系列基函数的线性生成模型，然后用相应的模型分析方法研究纹理特性。这种方法首先假设一个纹理模型，然后通过图像区域估讣参数，当模型正确时，则有该模型合成的图像纹理与输入的图像纹理一致。最早进行纹理研究的是，他从纹理的统计特征出手，采用纹理分割的方法，通过纹理图片在一阶统计、二阶统讣其至更高阶统计的相同或不同来研究纹理特性。纹理图片可有不同灰度的象素点组成，相邻象素点间的灰度差异构成一阶差异，相邻象素间灰度差异的差异构成二阶差异，其他阶次依次类推。，年代，；，等人就提出了纹理特征的共生矩阵表示【，。该方法研究纹理的空间灰度级相关性。首先构造一个基于方向和图像象素点之间距离的共生矩阵，然后从中提取有意义的统计信息来表示纹理。许多其他研究人员沿此路线提出了该方法的扩展方案
